Este verano apenas tuve tiempo ni energía para explorar nuevas tecnologías debido a problemas internos en el trabajo y la hospitalización de un familiar. A mediados de septiembre por fin recuperé algo de respiro y decidí profundizar en Amazon Bedrock AgentCore, que venía generando interés desde julio. AgentCore es una suite de servicios pensada para operaciones de agentes de IA en producción y su plataforma de ejecución AgentCore Runtime llamó la atención por lo sencillo que resulta desplegarla.

También aproveché para combinar AgentCore Browser, un navegador gestionado para agentes, y así experimentar con automatización de navegación y extracción de información desde páginas oficiales. El resultado fue un flujo que une Strands Agents, Bedrock AgentCore Runtime y AgentCore Browser para automatizar búsquedas y respuestas basadas en la documentación de AWS.

Qué construimos: creamos un agente con Strands Agents, lo desplegamos en AgentCore Runtime y lo conectamos al AgentCore Browser mediante Browser Use. El objetivo práctico era que, ante una pregunta sobre políticas de ciclo de vida de un bucket S3, el agente navegara por la documentación oficial, extraiga pasos y ejemplos y devuelva una respuesta estructurada que incluyera instrucciones por CLI, consola y SDK, más ejemplos en XML y JSON.

Requisitos básicos: Python 3.11 o superior, cuenta AWS con credenciales configuradas, región us-west-2 ya que AgentCore no estaba disponible en ap-northeast-1 al momento de la prueba, y acceso al modelo Claude Sonnet 4. La integración se diseñó para ser reproducible y el código se organizó de forma sencilla con archivos como src/agents/main_agent.py, src/runtime/agentcore_app.py y src/tools/browser_tool.py.

Resumen técnico: el agente usa Strands Agents con un modelo Bedrock y un tool para navegar por URLs. La integración con AgentCore Runtime se expone mediante un entrypoint que acepta solicitudes y ejecuta el agente con el prompt recibido. La parte crítica es la automatización del navegador: se lanza una sesión de AgentCore Browser, se obtiene la URL WebSocket del protocolo Chrome DevTools, se generan cabeceras de autenticación y se crea una BrowserSession que se pasa a Browser Use para que el agente ejecute las acciones de navegación y extracción. Al terminar se cierran la sesión y se detiene el cliente para liberar recursos.

Lecciones aprendidas y detalles prácticos: es importante fijar la versión de la librería browser-use porque de lo contrario se pueden producir errores 403 en WebSocket; en mi caso la solución fue usar una versión de browser-use anterior a 0.3.3. Para desplegar en AgentCore Runtime se crea un entorno virtual, se ejecuta agentcore configure con el entrypoint y la región, se añade manualmente una policy IAM con permisos para controlar sesiones de navegador en bedrock-agentcore y luego se lanza con agentcore launch. Para redeploys conviene usar agentcore launch --auto-update-on-conflict.

Resultado de la ejecución: tras desplegar probé localmente con agentcore invoke y una consulta sobre políticas de ciclo de vida de S3. La operación tardó en torno a diez minutos pero la respuesta fue detallada e incluyó instrucciones y ejemplos en diferentes formatos. Además pude ver la Live View de las operaciones del navegador en la consola de AgentCore Browser, lo que facilita la depuración y auditoría de las acciones del agente.

En Q2BSTUDIO, empresa de desarrollo de software y aplicaciones a medida, aprovechamos este tipo de integraciones para ofrecer soluciones de automatización inteligente, agentes IA y servicios cloud escalables. Nuestro equipo combina experiencia en software a medida y aplicaciones a medida con capacidades en inteligencia artificial, ciberseguridad y servicios cloud AWS y Azure para entregar proyectos robustos y seguros. Si buscas desarrollar una solución a medida o potenciar procesos con IA para empresas puedes conocer nuestros servicios de desarrollo de aplicaciones multiplataforma en desarrollo de aplicaciones y software a medida y descubrir cómo aplicamos modelos y agentes de IA en servicios de inteligencia artificial.

Palabras clave y servicios relacionados: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi. En Q2BSTUDIO podemos ayudar a integrar agentes IA que naveguen documentación, automatizar procesos documentales, y conectar resultados a paneles de Business Intelligence con Power BI para ofrecer datos accionables y seguridad en la operación.

Si te interesa replicar este setup o explorar casos de uso para tu organización, desde RPA con agentes inteligentes hasta pipelines de datos y dashboards de inteligencia de negocio, en Q2BSTUDIO diseñamos la solución a medida que necesitas, con foco en seguridad, escalabilidad y resultados medibles.